Por favor, use este identificador para citar o enlazar este ítem:
https://rima.ufrrj.br/jspui/handle/20.500.14407/21235
Tipo do documento: | Dissertação |
Título: | Avaliação da diversidade e composição funcional na Mata Atlântica por meio de imagens multiespectrais obtidas com drone |
Otros títulos: | Assessment of functional diversity and composition in the Atlantic Forest using multispectral images obtained with drone |
Autor: | Oliveira, Júlia Ayres de |
Orientador(a): | Sansevero, Jerônimo Boelsums Barreto |
Primeiro coorientador: | Lyra, Gustavo Bastos |
Segundo coorientador: | Moraes, Luiz Fernando Duarte de |
Primeiro membro da banca: | Sansevero, Jerônimo Boelsums Barreto |
Segundo membro da banca: | Almeida, Catherine Torres de |
Terceiro membro da banca: | Gorgens, Eric Bastos |
Palabras clave: | biodiversidade;sensoriamento remoto;aeronave remotamente pilotada;biodiversity;remote sensing;remotely piloted aircraft |
Área(s) do CNPq: | Recursos Florestais e Engenharia Florestal |
Idioma: | por |
Fecha de publicación: | 21-feb-2025 |
Editorial: | Universidade Federal Rural do Rio de Janeiro |
Sigla da instituição: | UFRRJ |
Departamento: | Instituto de Florestas |
Programa: | Programa de Pós-Graduação em Ciências Ambientais e Florestais |
Citación: | OLIVEIRA, Júlia Ayres de. Avaliação da diversidade e composição funcional na Mata Atlântica por meio de imagens multiespectrais obtidas com drone. 2025. 78 f. Dissertação (Mestrado em Ciências Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2025. |
Resumen: | A avaliação da diversidade funcional de florestas fornece importantes informações para compreender o funcionamento dos ecossistemas e as respostas das espécies frente às mudanças climáticas, além de servir como ferramenta de gestão em áreas em processo de restauração ecológica. No entanto, as medições em campo de atributos funcionais tendem a ser dispendiosas, enquanto o sensoriamento remoto oferece alternativas para o estudo da biodiversidade em maiores escalas e em menor tempo. O objetivo geral deste estudo foi utilizar imagens multiespectrais obtidas com drone para quantificar a composição funcional e a diversidade funcional e taxonômica em plantios de restauração ecológica baseados em distintas combinações de grupos sucessionais na Mata Atlântica, no estado do Rio de Janeiro. Os objetivos específicos foram quantificar a composição funcional e a diversidade funcional e taxonômica na escala de comunidade na área em processo de restauração ecológica; obter imagens multiespectrais com câmera embarcada em drone; analisar as relações entre os parâmetros de composição funcional e diversidade funcional e taxonômica medidos em campo e os índices de vegetação determinados com base nas imagens multiespectrais; ajustar e validar modelos estatísticos para quantificar a composição funcional e a diversidade funcional e taxonômica de áreas em processo de restauração na Mata Atlântica por meio de imagens multiespectrais. As hipóteses testadas foram: 1) As medidas de composição funcional e diversidade funcional e taxonômica são diferentes entre os tratamentos baseados em grupos sucessionais; 2) As medidas dos índices de vegetação obtidos com drone são diferentes entre os tratamentos baseados em grupos sucessionais; 3) As medidas dos índices de vegetação obtidos com drone são correlacionadas com as medidas de composição funcional e diversidade funcional e taxonômica. Além disso, foram avaliadas duas abordagens de ponderação dos dados de composição e diversidade funcional (abundância vs produto entre área de copa e altura) e duas abordagens de obtenção dos índices de vegetação (todos os pixels vs somente pixels iluminados). Nossos resultados indicaram que apenas duas medidas de composição funcional, as Médias Ponderadas (CWM) da Área Foliar e do Teor de Matéria Seca Foliar, e um índice de vegetação, a média do Simple Ratio, apresentam diferenças estatísticas significativas entre os tratamentos. Por outro lado, as correlações de Spearman entre os dados medidos em campo e os dados remotos variaram de -0,85 a 0,72. Os índices de diversidade funcional apresentaram maiores correlações quando ponderados pela abundância, enquanto as medidas de composição funcional apresentaram maiores correlações quando ponderadas pelo produto entre a área de copa e a altura. Os modelos de regressão lineares simples para a CWM do Fósforo Foliar alcançaram coeficientes de determinação (R2) de até 0,69. Os modelos de regressão lineares múltiplos em função de dois ou mais índices de vegetação permitiram melhores ajustes, com o aumento considerável dos R2 (até 0,81). Esta pesquisa reforça o potencial do sensoriamento remoto na avaliação dos componentes da biodiversidade, assim como evidencia desafios e limitações da abordagem aplicada. Acreditamos que os métodos e os modelos propostos poderão servir como base para novos estudos e contribuir para o avanço do conhecimento científico. |
Abstract: | The assessment of forest functional diversity provides important insights into ecosystem functioning and species responses to climate change, in addition to serving as a management tool for areas undergoing ecological restoration. However, field measurements of functional traits tend to be costly, while remote sensing offers alternatives for studying biodiversity on larger scales and in less time. The main objective of this study was to use multispectral images acquired with a drone to quantify functional composition as well as functional and taxonomic diversity in ecological restoration plantations based on different combinations of successional groups in the Atlantic Forest, in the state of Rio de Janeiro. The specific objectives were to quantify functional composition and functional and taxonomic diversity at the community scale in the area under ecological restoration; obtain multispectral images using a drone-mounted camera; analyze the relationships between functional composition and functional and taxonomic diversity parameters measured in the field and vegetation indices derived from multispectral images; and adjust and validate statistical models to quantify functional composition and functional and taxonomic diversity in restoration areas of the Atlantic Forest using multispectral images. The hypotheses tested were: (1) Functional composition and functional and taxonomic diversity metrics differ among treatments based on successional groups; (2) Vegetation index values obtained with a drone differ among treatments based on successional groups; (3) Vegetation index values obtained with a drone are correlated with functional composition and functional and taxonomic diversity metrics. Additionally, two weighting approaches for functional composition and diversity data (abundance vs. the product of canopy area and height) and two approaches for vegetation index extraction (all pixels vs. only sunlit pixels) were evaluated. Our results indicated that only two functional composition metrics, the Community Weighted Means (CWM) of Leaf Area and Leaf Dry Matter Content, and one vegetation index, the mean Simple Ratio, showed statistically significant differences among treatments. On the other hand, Spearman correlations between field-measured and remotely sensed data ranged from -0,85 to 0,72. Functional diversity indices showed higher correlations when weighted by abundance, while functional composition metrics showed higher correlations when weighted by the product of canopy area and height. Simple linear regression models for the CWM of Leaf Phosphorus achieved coefficients of determination (R2) of up to 0,69. Multiple linear regression models based on two or more vegetation indices provided better fits, with a considerable increase in R2 values (up to 0,81). This research reinforces the potential of remote sensing in assessing biodiversity components while also highlighting the challenges and limitations of the applied approach. We believe that the proposed methods and models can serve as a foundation for future studies and contribute to the advancement of scientific knowledge. |
URI: | https://rima.ufrrj.br/jspui/handle/20.500.14407/21235 |
Aparece en las colecciones: | Mestrado em Ciências Ambientais e Florestais |
Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
2025 - Júlia Ayres de Oliveira.pdf | 6.2 MB | Adobe PDF | ![]() Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.